Con comunidades en todo Estados Unidos que luchan contra los aumentos repentinos de casos de COVID-19 y hospitalizaciones, los investigadores de la Universidad de Texas en Austin y la Universidad Northwestern han creado un marco que ayuda a los legisladores a determinar qué datos rastrear y cuándo tomar medidas para proteger sus comunidades.. El modelo especifica una serie de puntos de activación para ayudar a las entidades locales a saber cuándo endurecer las medidas de distanciamiento social para evitar que los hospitales sean invadidos por pacientes con virus. El método también tiene como objetivo minimizar el impacto económico en las comunidades al sugerir los primeros momentos para relajar las restricciones de forma segura.
El marco se describe en un nuevo documento publicado hoy en el Actas de la Academia Nacional de Ciencias. La continua alta tasa de infección en los Estados Unidos significa que los legisladores de todo el país deben seguir tomando decisiones sobre el restablecimiento y la relajación de las medidas de distanciamiento social. Utilizando datos hospitalarios, el nuevo modelo permite a los líderes locales saber cuándo es el momento de pisar el frenosobre reapertura versus flexibilización de restricciones.
Por ejemplo, en Austin, Texas, los modeladores aplicaron este marco para ayudar a los líderes de la ciudad a decidir cuándo alternar entre cinco niveles de alerta COVID-19 diferentes. La ciudad ahora está rastreando el número diario de nuevas admisiones hospitalarias y recientemente endureció las medidascuando los datos superaron el umbral prescrito.
"Desarrollamos este marco para asegurarnos de que COVID-19 nunca sobrepase la capacidad local de atención médica y, al mismo tiempo, minimice los costos económicos y sociales de las estrictas medidas de distanciamiento social", dijo Lauren Ancel Meyers, coautora del artículo y directora deEl Consorcio de Modelado COVID-19 de la Universidad de Texas.
Daniel Duque de Northwestern, el primer autor, dijo que "el enfoque proporciona indicaciones claras de cuándo se deben promulgar y relajar las medidas para gestionar el riesgo".
Hay dos componentes clave para implementar con éxito la estrategia: monitorear de cerca los datos sobre hospitalizaciones por COVID-19 y garantizar que las comunidades protejan a los más vulnerables a la enfermedad.
"Si bien muchas ciudades han implementado niveles de alerta y nuevas políticas, nuestra investigación puede ser la primera en brindar una guía clara sobre qué rastrear exactamente datos de admisiones hospitalarias y cuándo actuar exactamente umbrales estrictos", dijo David Morton, presidentey profesor de ingeniería industrial y ciencias de la gestión en Northwestern y coautor del artículo. "Las comunidades deben actuar mucho antes de que las sobrecargas hospitalarias se vuelvan peligrosas. Los datos de admisiones hospitalarias dan una indicación temprana del rápido crecimiento de la pandemia, y el seguimiento de esos datos garantizará queLos hospitales mantienen la capacidad suficiente ". En las últimas semanas, los funcionarios de salud pública han expresado su preocupación de que los datos de hospitalización hayan sido inconsistentes, ya que el gobierno federal trasladó los datos a un nuevo portal ubicado dentro del Departamento de Salud y Servicios Humanos.
"Los datos de hospitalización por COVID-19 son vitales para rastrear el ritmo cambiante de la pandemia e informar una buena toma de decisiones", dijo Meyers.
El equipo también determinó que prevenir un aumento incontrolable de hospitalizaciones requiere el cumplimiento de un estricto distanciamiento social para las poblaciones de alto riesgo, conocido como capullo. Por ejemplo, los investigadores estimaron que no proteger a las poblaciones vulnerables más del doble de las muertes resultantes y al mismo tiempo duplicar lasnúmero de días encerrados para evitar la saturación de los hospitales.
El marco combina dos modelos matemáticos: un modelo subyacente que predice cómo probablemente se propagará la pandemia y un modelo de optimización que utiliza datos de admisiones de los sistemas hospitalarios de Austin. Intenta recorrer una delgada línea para prevenir desastres económicos y evitar que los sistemas hospitalarios se conviertan enAunque los investigadores utilizaron datos de Austin, el marco puede ser utilizado fácilmente por otras comunidades con datos de admisiones hospitalarias disponibles públicamente.
"Este es un marco general que se puede usar para diseñar activadores de múltiples etapas, no solo para cierres sino para moverse entre fases, exactamente como lo hemos hecho para Austin", dijo Morton. "Nuestro marco ya ha guiado los cambios de políticas enAustin. "
Además de Meyers, Duque y Morton, Zhanwei Du y Remy Pasco en UT Austin y Bismark Singh de Friedrich-Alexander-Universität contribuyeron a la investigación. La investigación fue financiada por los Institutos Nacionales de Salud y el Departamento de Seguridad Nacional de EE. UU..
Fuente de la historia :
Materiales proporcionado por Universidad de Texas en Austin . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :